R-处理NAS给定数据类型的最佳方法

Question

我正在尝试重新分类R中的nas。我希望它们是字符值或因子，如果它们是数字或整数，则它们是一个vlaue。我想到了以下if语句，但是由于某种原因，我要离开了。最好的方法是什么？

for(i in ncol(df_eng)) {
  if(class(df_eng[,i]) == "integer") {
    is.na(df_eng[,i]) <- 10219300
  }
  else if(class(df_eng[,i]) == "numeric") {
    is.na(df_eng[,i]) <- 10219300
  }
  else {
    is.na(df_eng[,i]) <- "ABCDEF"
  }
}
 Error in `[<-.data.frame`(`*tmp*`, , i, value = c("2017-05-26 18:20:20",  : 
  replacement has 791 rows, data has 790 

Answer 1

有两个问题。一个是is.na的分配错误。假设，我们有一个具有一些Na值的向量

v1 <- c(1, 2, NA, 3)

并按照OP的职位进行分配

is.na(v1) <- 5
v1
#[1]  1  2 NA  3 NA

这在位置5和类似的位置分配了Na元素

is.na(v1) <- 10
v1
#[1]  1  2 NA  3 NA NA NA NA NA NA

如果预期的行为是用某个值替换Na元素，则为5

v2 <- c(1, 2, NA, 3)
v2[is.na(v2)] <- 5
v2
#[1] 1 2 5 3

，其次，循环仅在最后一列中循环，即ncol(df_eng)

---

将相同的逻辑应用于OP的示例代码

for(i in seq_len(ncol(df_eng))) {
  if(class(df_eng[,i]) == "integer") {
      df_eng[,i][is.na(df_eng[,i])] <- 10219300
 }  else if(class(df_eng[,i]) == "numeric") {
      df_eng[,i][is.na(df_eng[,i])] <- 10219300
   }  else {
     df_eng[,i][is.na(df_eng[,i])] <- "ABCDEF"
   }
  }

另外，请注意，循环卡在ncol(df_eng)上。它应该是1:ncol(df_eng)或更正确的seq_len(ncol(df_eng))，如果是data.frame，则seq_along(df_eng)